包神铁路机车调度的蜂群优化算法研究

【摘要】铁路调度指挥系统的核心是保证出发列车按图行车，加快车辆在站周转和保证企业生产顺利进行，而机车调度是整个调度系统的主要环节。本文以包神铁路的机车调度为研究对象，利用蜂群优化算法理论对其进行建模，并设计相关优化算法，最后通过搜集系统运行数据信息，对模型及算法进行验证。

【关键词】机车调度 铁路调度 蜂群优化算法

一、引言

包神铁路现有的铁路调度指挥系统不能满足运输要求，急需要对现有铁路调度指挥系统的各个功能模块进行优化升级。机车调度是铁路调度指挥系统的核心环节，优化包神铁路的机车调度对调度指挥系统的优化起到了事半功倍的作用。本文基于蜂群优化算法，对包神铁路机车调度进行优化设计，通过实际数据验证了算法的可行性和有效性。

二、机车调度的数学模型

2.1 机车调度模型的参数描述

三、机车调度的蜂群优化算法

3.1 蜂群优化算法

人工蜂群算法（Bee Colony Algorithm）简称ABC，是通过模拟蜂群采蜜行为而提出的一种新兴的群智能优化算法。具有参数设置简单、鲁棒性强和易于实现的特点。在该算法中，人工蜂群根据分工模式被划分为引领蜂、跟随蜂和工作蜂三类，工作蜂负责在食物源采蜜并记忆蜂蜜信息，跟随蜂在舞蹈区根据摇摆舞选择食物源并采蜜，侦查蜂寻找新的蜜源。通过不同角色蜜蜂间的交流和转换实现了蜜蜂采蜜的群体智能行为。

3.2 算法的实现步骤

在整个车站运输作业过程中，车站的列车解体作业、出发列车编组作业和取送作业等都是由机车牵引完成，在安排机车时，需要考虑车站进路、牵出线的能力等因素，算法步骤如下所示：

四、实验与分析

在对包神铁路的机车调度进行优化时，主要是搜集包神铁路中东胜站的作业数据，对所建立的模型及算法进行试验分析，进而判断出所建立模型及算法的正确性。

蜂群算法的参数选择：蜂群个数300，引领蜂个数300，跟随蜂个数300，外部循环次数为100，内部循环次数为50。按照上述模型及算法，得到最优的机车运用方案，如表1所示。

由结果可知，这种基于单目标优化的蜂群算法，对机车调度优化非常有效。

五、结束语

本文根据包神铁路机车的作业特点，以机车在站停留时间最短为目标，建立了机车调度的编制模型，并设计了相应的改进蜂群算法。实验结果证明了蜂群优化算法在解决此问题上的有效性和优越性。